公开(公告)号：CN119863581A

公开(公告)日：2025-04-22

申请号：CN202411923290.7

申请日：2024-12-25

Applicant: 哈尔滨工程大学 ,  中国科学院空天信息创新研究院

Inventor： 孙骞 ,  许自强 ,  闫奕名 ,  姜子涵 ,  安圃玮 ,  李一兵 ,  叶方 ,  田园 ,  董威宇

IPC: G06T17/05 ,  G01C21/00 ,  G06T7/73 ,  G06T19/20

Abstract: 本发明提出了一种针对昏暗场景的视觉SLAM方法，属于视觉SLAM技术领域，首先处理输入图像，利用AGAST算法从处理后的图像检测角点，并对其生成BRIEF描述子，形成完整的特征点，估计相机的初始位姿，跟踪线程通过匹配当前帧与局部地图的关键点对，将关键帧插入到局部建图线程中；对关键帧的位姿和地图点进行优化，同时删除冗余的关键帧及其相关的地图点；回环检测线程获取累积误差，通过相似变换校正当前帧的位姿估计值，并对回环两端进行对齐操作，将回环闭合的误差分散到整个地图中，完成回环处理；本发明在在弱纹理区域中依旧能够提取特征点并保持较高精度，在昏暗环境时，显著降低了轨迹估计误差，具备更强的鲁棒性和精度。

公开(公告)号：CN118229774A

公开(公告)日：2024-06-21

申请号：CN202410086124.X

申请日：2024-01-22

Applicant: 哈尔滨工程大学

Inventor： 孙骞 ,  刘瓦 ,  许自强 ,  邹珺婧 ,  王昊 ,  李一兵 ,  叶方

IPC: G06T7/73 ,  G06T7/246 ,  G06V10/82 ,  G06V10/44 ,  G06N3/0455 ,  G06N3/0464

Abstract: 一种面向弱纹理及动态场景的视觉SLAM系统和方法，属于视觉SLAM技术领域，解决实际应用环境中弱纹理及动态物体同时对视觉SLAM系统造成的定位误差影响问题。本发明的方法包括：通过基于深度学习的GCNv2网络生成关键点和描述符，同时对GCNv2特征提取过程中的非极大值抑制算法进行改进，将原距离NMS算法改进为圆形覆盖抑制算法，使其可以根据局部点密度进行自适应抑制，以取得更好的关键点分布性能，同时也使得提取特征成本更低且分布更加均匀；增加一个并行的语义检测线程，采用YOLOv5目标检测算法对动态目标进行检测，然后将检测结果发布到SLAM线程进行动态特征点的筛选和剔除。本发明适用于隧道、走廊等弱纹理及动态场景，能够实现在无GPS环境下的精准定位。